- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第33卷 第1期 仪 器 仪 表 学 报 Vol33No1
2012年1月 ChineseJournalofScientificInstrument Jan.2012
通航船舶吃水实时检测系统数据处理方法研究
1 1 1 2
熊木地 ,朱四印 ,李 禄 ,倪 鹏
(1大连海事大学信息科学技术学院 大连 116026;2交通运输部水运科学研究院 北京 100088)
摘 要:根据通航船舶吃水检测要求,研制了基于超声波传感器阵列的船舶动态吃水实时检测系统,获取了船底吃水的点云数
据。分析点云数据突变点的分布特征和现场干扰因素,将异常数据分为2类。并提出将点云数据中值滤波算法应用于消除超
声波传感器探测船底时“第1类异常数据”的干扰;针对“第2类异常数据”出现在船尾的特点,提出了最小二乘直线回归预测
法消除船只螺旋浆尾流干扰。并采用现场实测数据,对算法进行了验证。现场实测表明,检测系统满足测量要求,采用的算法
实用、有效。
关键词:船舶动态吃水实时检测;异常数据剔除;点云数据中值滤波;最小二乘直线回归预测
中图分类号:TP216 文献标识码:B 国家标准学科分类代码:510.40
Researchondataprocessingmethodof
realtimedetectionsystemfordynamicshipdraft
1 1 1 2
XiongMudi,ZhuSiyin,LiLu,NiPeng
(1InformationScienceandTechnologyCollege,DalianMaritimeUniversity,Dalian116026,China;
2WaterborneTransportationInstitute,MinistryofTransport,Beijing100088,China)
Abstract:Arealtimedetectionsystemofdynamicshipdraftbasedonultrasonicsensorarrayisresearchedandde
velopedaccordingtothedetectionrequirementsofnavigationshipdraft.Thepointclouddataofshipdraftisob
tainedusingthissystem.Theabnormaldatainthepointcloudaregroupedintotwocategoriesonthebasisofthedis
tributionfeaturesandfieldinterferencesource.Themedianfilteringalgorithmforthepointclouddataisadoptedto
eliminatetheinterferenceofthefirstclassabnormaldatawhenultrasonicsensorsareusedtodetectthebottomofthe
ship.Becausethesecondclassabnormaldataonlyappearsintheshipstern,theleastsquarelinearregressionand
predictionalgorithmisputforwardtoeliminatetheinterferencecausedbythepropellerwake.Thetwoalgorithmsare
verifiedwiththefielddata.Fieldtestsshowthattheproposeddetectionsystemmeetsthemeasurementrequirements
andthetwoalgorithmsarepracticalandeffective
文档评论(0)